En este curso aprenderás

  • Qué son las variables aleatorias discretas y continuas

  • Qué son las distribuciones de probabilidad discretas y continuas

  • Cuáles son las distribuciones de probabilidad discretas y continuas más usadas en Ciencia de Datos y Machine Learning

  • Cómo analizar de forma práctica las principales características de distribuciones de probabilidad continuas y discretas haciendo uso de Python y librerías especializadas

Contenido del curso

11 lecciones en total

  1. 1

    • Variables aleatorias continuas y discretas

    • ¿Qué es una distribución de Probabilidad?

    • Distribuciones de Probabilidad: ejemplo práctico
  2. 2

    • Probabilidad de masa y probabilidad acumulada

    • La distribución Binomial

    • La distribución Binomial: ejemplo práctico

    • La distribución Multinomial

    • La distribución Multinomial: ejemplo práctico
  3. 3

    • Densidad de probabilidad y probabilidad acumulada

    • La distribución Gaussiana (o normal)

    • Ejemplo práctico: detección de anomalías usando la distribución Gaussiana

Requisitos

  • Se sugiere haber tomado el curso “Probabilidad Nivel Básico” disponible acá en la Academia Online.

  • Experiencia en la programación en Python y en el uso de las librerías Matplotlib y NumPy (cursos también disponibles acá en la Academia Online)

Instructor

Fundador y creador de contenidos en Codificando Bits

Miguel Sotaquirá

Soy Ingeniero Electrónico y tengo una Maestría en esta área, así como un Doctorado en Bioingeniería. Durante 15 años he sido profesor e investigador de varias universidades de Colombia, y desde el año 2017 me he convertido en un apasionado por el Machine Learning, el Deep Learning y la Ciencia de Datos. De hecho durante mi tesis doctoral explore temas de Machine Learning y algo de Deep Learning (que aún no estaba en auge!) para el análisis de imágenes médicas. En la actualidad me dedico por completo a divulgar contenido en mi canal de YouTube y a brindar asesoría y formación a personas y empresas en estos temas.